[Travel] Kuala Lumpur

-
吉隆坡市內景點: 
  • - 吉隆坡電訊塔 (Menera Kuala Lumpur): 有3種不同體驗,全方位俯瞰吉隆坡城市風景。>>   預訂觀景台門票 - Klook
  • - 吉隆坡塔迷你動物園 (KL Tower Mini Zoo)               : 麻雀雖小五臟俱全的迷你動物園,撫摸和餵食各種動物 。
  • - 雙子塔 (Petronas Twin Towers) : 離地的空中天橋開放參觀,建議早上取籌,晚上看夜景。
  •  - 城中城水族館 (KLCC Aquaria) : 亞洲最長的海底隧道,欣賞超過5000 種海洋與陸地生物,觀看潛水員餵食海洋生物的精彩現場表演,接觸海星和竹鯊。>>   預訂水族館門票 - Klook
  •  - Sky bar:  觀賞雙子塔的最佳地點,酒吧晚上會有駐場DJ,要帶小朋友只可安排早上。
  • - 中央市場 (Central Market): 原為菜市場及雜貨市場,現在改為1個商場,衣食行都找得到。
  • - 唐人街 (Jalan Petaling):  白天擺滿小檔,入夜開始變成夜市。
  • - 阿羅街 (Jalan Alor): Bukit Bintang的食街,晚上有馬來菜,印度菜,中菜選擇,非常熱鬧。
  • - 馬來西亞國家博物館 (National Museum): 博物館分了4個展覽室，展出馬來西亞歷史和經濟、風俗民情、熱帶植物、動物模型等。

吉隆坡週邊景點: 
  • 馬六甲 Melaka
    • -聯合國教科文組織世界遺產
    • -馬來西亞早期的重要貿易港口,狹長的馬六甲河,看舊倉庫及魚市場以及河邊船來人往的碼頭
    • -殖民建築群: 荷蘭紅屋,聖保羅教堂A'Famosa葡萄牙堡壘,Porta De Santiag
    • -葡萄牙大型遠航船改造而成的馬六甲博物館
    • -傳統及當地華人的觀音廟:陳洪騰廟
    • -距離吉隆坡約2.5小時車程, 遊覽時間為1/2天>>   預訂馬六甲一日遊 - Klook

  • - 雙威水上樂園 Sunway Lagoon Theme Park
    • -馬來西亞的「迪士尼樂園」
    • -6大主題園區:水上樂園 、遊樂園、野生動物園、極限公園, 驚悚公園和尼克主題樂園: 尼克迷失之叢林
    • -世界上最大的人造衝浪海灘、全球最長的行人吊橋、亞洲最高彈弓椅、馬來西亞首個互動式動物園,還有亞洲最長飛狐纜道
    • -全家一起玩的活動: 攀岩、蹦極、卡丁車競賽、ATV駕駛、龐蒂雅娜驚悚劇院等 
    • -距離吉隆坡45分鐘車程, 遊覽時間需1天>>   預訂樂園門票 - Klook

  • - 雲頂高原 Genting Highlands
    • -高原避暑勝地,全年平均溫度只有15℃
    • -乘坐全世界最高速的纜車，並且是全東南亞最長的纜車，體驗穿崖而過，刺激驚奇
    • -大馬不夜娛樂城，特別適合家庭休閑度假,小朋友的夢幻樂園,大人的最佳勝地
    • -馬來西亞唯一合法的賭場
    • -距離吉隆坡約1小時車程, 遊覽時間為1/2天>>   預訂雲頂高原一日遊 - Klook

  • - 雪蘭莪螢火蟲夜遊 Selangor
    • -雪蘭莪漁村
    • -乘船遊覽觀賞,沿途可看到岸邊滿樹的螢火蟲閃爍不止
    • -距離吉隆坡約1小時車程, 遊覽時間為需0.5天 >>   預訂螢火蟲夜遊 - Klook

  • - 黑風洞 Batu Caves
    • -探索石灰岩溶洞群，與討吃的猴子一同爬行272階級到印度教寺廟,還可欣賞城市美景
    • -距離吉隆坡約30分鐘車程, 遊覽時間為需0.5天>>   預訂黑風洞半日遊 - Klook

  • - 金馬侖高原 Cameron Highlands
    • -大馬的農業中心
    • -山頭都是一片片茶園的自然美景
    • -野外徒步,前往著名的依斯干達瀑布和羅賓盛瀑布降溫
    • -参觀茶廠,蜜蜂和蝴蝶農場
    • -各種熱帶的花卉和水果,品種繁多,草莓農場還有味道新鮮的草莓
    • -距離吉隆坡約4小時車程, 遊覽時間需1/2天>>   預訂金馬侖高原一日遊 - Klook

  • - 太子城 Putrajaya
    • -花費多年規劃的綠色城市
    • -所有政府機關的城市,是馬來西亞的行政和權力中心
    • -距離吉隆坡約40分鐘車程, 遊覽時間為0.5天

馬來西亞美食擁有亞洲種類最多、不同文化與烹飪方式的美食。從香味濃郁的馬來佳餚到香氣逼人的中式美食及辛辣的印度料理，在此任君選擇。最有名的就是肉骨茶、海南雞飯、椰漿飯和叻沙。

  • Nasi Lemak 椰漿飯: Madam Kwan's, Capitol Cafe, Old China Cafe
  • Bak Kut Teh 肉骨茶: 新峰肉骨茶, 旭日(彭友)肉骨茶, 阿喜肉骨茶
  • Laksa 叻沙: 亞參喇沙
  • Hokken Mee 福建炒麵: 金蓮記福建麵
  • Ansi Ayam Hainan 海南雞飯: 南香雞飯
  • 燒魔鬼魚: 明記燒魚美味店
  • 更多當地美食: Lot 10的美食中心十號胡同

吉隆坡有很多特產可以買來自用或做手信, 去一趟超市就可以一次過買好所有特產!
  • -    白咖啡:  咖啡豆在棕櫚油烘培的過程中不添加糖和小麥。口味上比起黑咖啡有較少的苦味和酸味，但有更多的炭香味。
  • -  即食醬料/香料包/即食麵:  大馬獨有味道如叻沙,肉骨茶; 另推薦蝦麵, 湯頭十分濃郁
  • -  巧克力: 有獨特口味如榴槤,大馬人參等


Comments

Post a Comment

Popular posts from this blog

[SW] LMTD Calculations

-
LMTD Calculations LMTD Calculations [Maintenance: BingHung ; Ver: 20180611_R0] Item Unit Nomenclature Value Hot Side Temperature In oC Thin Hot Side Temperature Out oC Thout Cold Side Temperature In oC Tcin Cold Side Temperature Out oC Tcout LMTD Calculation - Co-current flow dT1 oC dT2 oC LMTD - Co-Current Flow oC LMTD Calculation - Counter-current flow dT1 oC dT2 oC LMTD - Counter-Current Flow oC
Read more

[Column] Artificial Intelligence I & II

-
AI Development History 1950 : Alan Turing , Thesis - Computing Machinery and Intelligence , Turning Test 1951 : Marvin Minsky, Princeton Master Student, SNARC (1969 Turning Award) 1955 : Allen Newell/ Herbert Simon/ Cliff Shaw, Logic Theorist, Reasoning    1956 : John McCarthy/ Claude Shannon/ Nathan Rochester, AI Artificial Intelligence First Period (1956-1974) 1963 : APPA, Project MAC, MIT CSAIL 1964-1966, Joseph Weizenbaum, ELIZA, MIT 1967-1972, Human Robot. Japan Second Period (1980-1987) 1960s, Edward Feigenbaum, expert system 1970s, Stanford, MYCIN 1980s, CMU,DEC,XCON,expert system Expert system Artificial neural network 1982, John Hopfield, Hopfield net, Associative memory 1986, David Rumelhart/ Geoffrey Hinton/ Ronald Williams, Thesis-Learning representations by back-propagating errors, prove backpropagation by experiment 1982,Japan, 5g calculator, over ten years investment, the project finally fail. Third Period (2011-Now) Math Based and S...
Read more

[Column] Artificial Intelligence III

-
Recap :What are AI good at ? Classification ! Two steps of classification : feature extract and feature classify What is image mean to computer ? pixel , matrix , resolution  Black and white , 0 - 255 Colorful (0-255,0-255,0-255), RGB , tensor  Channel number (# dimension) Tensor  0 order : scalar 1 order : vector 2 order : matrix Before deep learning (human designed feature) graphical feature is defined by computer vision, edge texture after combined with machine learning  object recognization object detection Convolution vector, matrix, tensor can be applied. steps of convolution : repeat (slide, extract, inner product) convolution kernel  histogram of oriented gradients (HOG) - to get the edge of figure  step 1 : using convolution calculation get the edge of the figure  step 2 : divide figure into multiple zones  step 3 : according to edge feature , amplitude, orientation conduct statistic.  step 4 :...
Read more